A tecnologia continua se desenvolvendo a cada segundo. Neste exato momento em que você está lendo esta frase por exemplo, várias imagens de diversas lavouras estão sendo captadas por meio de Drones e Satélites ao redor do mundo, e em seguida estão sendo processadas em plataformas digitais, onde mapas com informações valiosas destas culturas estão sendo gerados.
Mas para que?
Hoje, na Agricultura de Precisão, é comum analisar as imagens que são captadas de lavouras em determinados estágios fenológicos, que (depois de processadas em uma plataforma ou um computador) é possível ter acesso a várias informações valiosas, tais como: A uniformidade do desenvolvimento da cultura, as falhas de plantio, focos de pragas e doenças, manchas de deficiência de nutrientes, dentre muitas outras variáveis que estão susceptíveis a ocorrer durante a safra e que dificilmente são captadas a olho nu pelo Agricultor, especialmente quando o mesmo possui uma área muito ampla, você concorda?
Apesar de parecer algo um tanto futurista, e utilizado por nem todos os agricultores, a tecnologia de processamento e analise de imagens de lavouras já data de anos atrás. Hoje, ela se moderniza cada vez mais, e ao mesmo tempo se torna mais acessível ao produtor para ajudar a monitorar o desenvolvimento de suas lavouras e alcançar uma maior produtividade, sobretudo com uma melhor qualidade.
De um ponto de vista mais técnico e agronômico, para entender melhor como tudo isso acontece, vamos dividir em 3 etapas:
1. Captação de Imagens da Lavoura
No caso da captação das imagens através dos Satélites, este procedimento é realizado através da utilização das várias constelações que orbitam a Terra de forma sincronizada e constante, em outras palavras, é como se fosse um processo automático: à medida que a lavoura se desenvolve, as constelações dos diversos Satélites (como Sentinel ll da UE e LANDSAT 8 da NASA por exemplo) registram automaticamente as imagens, por meio de sensores de câmeras multiespectrais que captam diferentes bandas invisíveis ao olho nu.
No caso dos Drones o trabalho é um pouco mais manual, porém não deixa de ser sofisticado. Isso significa que o agricultor poderá captar imagens de sua lavoura no estágio fenológico e no período em que ele quiser! Isso acaba sendo um ponto positivo para o Drone pois as vezes as imagens captadas por Satélites sofrem de interferências de nuvens. Alguns Drones também possuem a tecnologia de câmera com sensores multiespectrais, mas a maioria dos modelos mais básicos vem embarcado apenas com sensor RGB, que capta bandas visíveis ao olho nu.
2. Processamento das Imagens
Após serem captadas, por Drones ou Satélites, as imagens “Brutas” vão para a etapa de processamento. Isso significa que utilizando uma plataforma de processamento de imagens, os índices de vegetação serão definidos através de cálculos aritméticos que consideram a porcentagem de luz refletida pelo alvo, no caso a planta, em diferentes bandas do espectro de luz. As bandas são faixas de comprimento de onda, e a planta possui diferentes níveis de reflexão dessas bandas de acordo com a sua saúde.
As bandas mais utilizadas são as bandas Azul (490 nm), Verde (560 nm), Vermelho (665 nm), Infravermelho Próximo – NIR (840 nm) e Red Edge (705 nm). As plantas saudáveis, estressadas e mortas, assim como o solo exposto e outros objetos, possuem diferentes níveis de reflexão em cada uma dessas bandas. O comportamento da reflexão nessas diferentes bandas constitui o que chamamos de assinatura espectral. Abaixo temos uma imagem que ilustra esse comportamento.
3. Interpretação das imagens processadas
Logo, através da captação das imagens, seguida pelo entendimento do comportamento dessas bandas em relação a planta, conseguimos executar cálculos aritméticos que são capazes de nos dizer, pixel a pixel, qual o nível de estresse da plantação, possibilitando a geração dos mapas de índice de vegetação e a interpretação dos mesmos.
Confira também: Drones, Índices de Vegetação e a Tomada de Decisão na Agricultura
Baixe agora nosso e-book Guia sobre Índices, Drones e Sensores na Agricultura
Exemplos de Índices de vegetação: NDVI, NDRE e VARI.
O NDVI (Índice de Vegetação da Diferença Normalizada), como mostrado na imagem 4 anteriormente, leva em consideração as bandas NIR e Vermelho, o NDRE (Índice de RedEdge por diferença Normalizada) as bandas NIR e Red Edge, e o VARI (Índice Resistente à Atmosfera na Região Visível) as bandas Verde, Vermelho e Azul. Onde para cada conjunto de banda analisada nos índices de vegetação, possuímos uma característica especifica da planta, por exemplo:
Drone com sensor RGB: utilizando uma câmera RGB visível temos à nossa disposição 3 bandas. A banda Vermelho – R, Verde – G e Azul – B. Portanto, é possível calcular o índice VARI, que fornece uma análise voltada mais ao desenvolvimento vegetativo da cultura.
Drone com sensor Multiespectral: como o próprio nome já diz, utilizando uma câmera multiespectral temos à nossa disposição 5 bandas. Todas as bandas do visível RGB, mais a banda NIR (Infravermelho Próximo) e a banda RedEdge. Portanto neste caso, é possível calcular os índices VARI, NDVI e NDRE. E definir então os índices tanto de desenvolvimento vegetativo quando analisar índices reprodutivos da planta pela taxa fotossintética detectada.
Satélite: através de constelações de satélites, como Sentinel ll mencionada anteriormente, temos à nossa disposição 5 bandas, as mesmas das câmeras multiespectrais embarcadas em alguns drones, e que por sua vez propiciam também os índices tanto de desenvolvimento vegetativo quanto reprodutivo.
Uma importante diferença em relação ao Drone Multispectral e o Satélite é a resolução. No caso do Satélite, ela gira em torno de 10 metros por pixel, e no Drone 5 cm/pixel. E como dito anteriormente, o satélite não precisa de operação em campo, conseguindo entregar dados semanalmente. Além disso há a desvantagem da cobertura de nuvens, que impossibilita a entrega de resultados de satélite em dias nublados.
Pingback: 8 ferramentas para entrar de vez agricultura digital - Sensix Blog
Pingback: Satélites: como uma tecnologia militar está revolucionando a agricultura - Sensix Blog